継続学習モデルの評価指標：後方転移（BWT）と前方転移（FWT）の測定法

継続学習モデルの評価指標：後方転移（BWT）と前方転移（FWT）の測定法とは

継続学習モデルの評価指標である後方転移（BWT: Backward Transfer）と前方転移（FWT: Forward Transfer）の測定法は、モデルが新たなタスクを連続して学習する際の性能を客観的に評価する上で不可欠な概念です。BWTは、新しいタスクの学習後に、モデルが過去に学習した知識をどれだけ保持しているか、すなわち「破滅的忘却（Catastrophic Forgetting）」をどれだけ防げているかを示す指標です。一方、FWTは、過去に学習した知識が新しいタスクの学習にどれだけ良い影響を与えているか、つまりモデルの適応能力と効率的な知識活用能力を示す指標となります。これらは「継続学習の課題」を克服し、より人間らしい学習能力を持つAIモデルを開発するための重要な評価軸となります。

このキーワードが属するテーマ